Jakie są pewne otwarte problemy w astronomii, które amator miałby szansę rozwiązać? Załóżmy, że amator ma doktorat z innej dziedziny, posiada podstawowy teleskop, zestaw filtrów, siatki dyfrakcyjne, kamery i zdarza się, że dużo wie o uczeniu maszynowym, przetwarzaniu sygnału, szacowaniu spektralnym, statystyce i projektowaniu eksperymentów, a także Fizyka i chemia.
Czy są dostępne lepsze tagi (takie jak „badanie”)?
Odpowiedzi:
Jeśli masz dobrą wiedzę na temat tworzenia oprogramowania i rozpoznawania wzorców, możesz rozwiązać kilka problemów. Duża część astronomii obserwacyjnej wymaga danych z długich szeregów czasowych i usuwania szumu z tych danych. Właśnie opuściłem pole, na którym niektórzy koledzy próbują opracować oprogramowanie do stosowania technik odejmowania obrazów w celu izolowania pojedynczych gwiazd w centrum gromad. Środek gromady jest zazwyczaj bardziej gęsty i trudniejszy do uzyskania wyraźnych pomiarów każdej gwiazdy do analizy.
Rozpoznawanie wzorców byłoby szczególnie przydatne w analizie rurociągów, w których do dużych ilości danych stosuje się ogólny rurociąg do 1: znajdź typy gwiazd, którymi się interesujesz; i 2: wydobycie interesujących informacji o tych gwiazdach. Można również zastosować techniki uczenia maszynowego, aby pomóc w opracowaniu ogólnych potoków dla bardziej szczegółowych zainteresowań.
Cieszę się, że mogę skontaktować się z kilkoma osobami, które mogą przedstawić konkretne problemy, w których możesz pomóc.
źródło
Kaggle galaxy zoo wyzwaniem jest przykładem problemu prosząc o idei spoza pola. Sander Dieleman z doświadczeniem w głębokim uczeniu się i uczeniu się odważnie odważnie wystąpił naprzód, tworząc klasyfikator obrazów wykorzystujący splotowe sieci neuronowe; jego pełne rozwiązanie zostało tu płynnie opisane .
Tego rodzaju techniki można zastosować do dowolnego problemu z klasyfikacją obrazów w astronomii lub można zastosować podobne techniki do klasyfikacji innych obiektów astrofizycznych na podstawie danych z badań lub sygnałów.
Unikałbym robienia własnych zdjęć, ponieważ istnieje wiele otwartych zbiorów danych o większej głębi, rozdzielczości i zasięgu, niż można sobie wyobrazić w rozsądnym czasie.
źródło